局部特征和全局特征相融合的圖像檢索算法研究.pdf

1、隨著互聯(lián)網(wǎng)+時代的來到，網(wǎng)絡(luò)與人們的學(xué)習(xí)、生活以及工作等都發(fā)生了越來越緊密的聯(lián)系，與此同時也使得圖像數(shù)量急劇增加。那么，如何從海量的圖像數(shù)據(jù)庫中極速、精確地檢索圖像顯然已成為一個十分有意義而且具備挑戰(zhàn)性的課題。目前，圖像檢索技術(shù)主要分為兩大類：基于文本的圖像檢索（TBIR）和基于內(nèi)容的圖像檢索（CBIR）。圖像檢索研究談?wù)摰暮诵募夹g(shù)是圖像特征的提取。圖像的特征一般可以通過局部特征或者全局特征來描述，全局特征可以把圖像各個部分的影響因素綜

2、合的考慮進去，而局部特征更能反映出細(xì)節(jié)信息。然而，圖像內(nèi)容的變化是如此復(fù)雜和多變，要想僅通過單一特征就能夠高效準(zhǔn)確地完成圖像檢索恐怕是非常困難的。
　　針對這一問題，本文提出一種新的基于局部特征和全局特征相融合的圖像檢索算法。主要研究工作如下：
　　1．針對圖像局部特征和全局特征如何提取進行研究和討論。對于局部特征，選取最具代表性的SIFT特征，并著重介紹一幅圖像特征描述子的生成過程；對于全局特征，分別討論量化以后的顏色特征

3、和改進的LBP紋理特征。
　　2．針對SIFT描述子大多是使用圖像的灰度信息來進行描述，對形狀類似但顏色不同、同一形狀但背景有差異的物體辨別能力差的問題，本文提出一種改進的SIFT特征描述符，并在改進的基礎(chǔ)之上融合顏色特征對圖像進行檢索。
　　3．針對SIFT算法在圖像特征提取和檢索中易受圖像噪聲和亮度變化影響的問題，本文提出了基于紋理的LBP算法與局部SIFT算法相結(jié)合的圖像檢索算法。
　　通過大量實驗仿真表明，本文